[发明专利]一种基于极化散射特性的卷积神经网络目标检测识别方法有效
| 申请号： | 201710982697.0 | 申请日： | 2017-10-20 |
| 公开（公告）号： | CN109696711B | 公开（公告）日： | 2020-12-25 |
| 发明（设计）人： | 崔振茂;安健飞;成彬彬;陆彬;岑冀娜;刘杰 | 申请（专利权）人： | 中国工程物理研究院电子工程研究所 |
| 主分类号： | G01V8/10 | 分类号： | G01V8/10;G01V8/00 |
| 代理公司： | 成都天嘉专利事务所(普通合伙) 51211 | 代理人： | 蒋斯琪 |
| 地址： | 621999 四*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 极化 散射 特性 卷积 神经网络 目标 检测 识别 方法 | ||
【权利要求书】：
1.一种基于极化散射特性的卷积神经网络目标检测识别方法，其特征在于其检测步骤如下：
（1）发射宽带线性调频连续波信号对目标进行照射，两发射通道分别呈水平极化与垂直极化；
（2）采用Dechirp的接收方式对从目标身上反馈的回波进行接收，两接收通道分别呈水平极化与垂直极化，接收到的回波为目标极化回波；所述宽带线性调频连续波信号经去斜接收以后，对固定距离的目标进行探测时，在频域对目标回波数据进行距离维截取，从而降低输入数据数量，确定目标距离；
（3）对目标极化回波进行采样，采样得到的每一帧目标回波数据均包括有VV极化通道、VH极化通道、HH极化通道、HV极化通道四路回波数据；
（4）将所述四路回波数据通过卷积神经网络的输入，采用卷积神经网络算法通过对目标极化特性对目标身上的危险物品进行检测识别。
2.根据权利要求1所述的基于极化散射特性的卷积神经网络目标检测识别方法，其特征在于：对目标进行照射时，发射两路极化信号，从目标身上反馈的回波分成两路极化信号进行。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国工程物理研究院电子工程研究所，未经中国工程物理研究院电子工程研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201710982697.0/1.html，转载请声明来源钻瓜专利网。
